CN111728585B - 基于脑电接口的老年痴呆预防方法 - Google Patents

Abstract

本发明涉及一种基于脑电接口的老年痴呆预防方法。本发明通过电极采集人体大脑枕部区域的自发脑电信号和诱发脑电信号，所述自发脑电信号在闭眼状态下采集，所述诱发脑电信号分别在上下左右四个方向随机进行视觉刺激的情况下采集；从所述自发脑电信号中获取第一机器指令，从所述诱发脑电信号中获取向四个方向控制的第二机器指令、第三机器指令、第四机器指令和第五机器指令；将上述五个机器指令输入至游戏系统中，进而对游戏进行控制。本发明通过提取老年人脑功能信号，并将其应用于对游戏的控制，从而训练老年人在视听觉等基本脑功能和注意等高级脑功能，进而达到锻炼大脑、减缓脑功能退化、预防老年痴呆的目的。

Description

基于脑电接口的老年痴呆预防方法

技术领域

本发明涉及生物信息技术领域，具体的说是一种基于脑电接口的老年痴呆预防方法。

背景技术

我国正在迈入老龄化社会，如何养老、防老是国家乃至全社会共同关心的重大问题。老年痴呆是影响老年健康甚至生命的一种常见“流行病”。根据2015年的一项调查现示，在我国，老年痴呆患病人口已经超过600万，预计到2050年患病人口将2000万，我国是世界上老年痴呆患病人口最多、增长速度最快的地区。

根文献报道老年痴呆是可以预防的，通过服用有关药物或者长期坚持用脑，保持脑细胞长期处于兴奋状态，就可以减慢老化。但是由于文化水平、经济条件、身体健康条件等方面的差异，很多老年人往往都是从事一些简单的、重复性的脑力锻炼，很难做到高效率的锻炼大脑。

现有技术中，基于脑机接口的游戏设备主要有国外NeuroSky公司的mindwave系列，美国mindflex公司的双人吹小球对抗游戏产品，国内帝威斯的意念方舟以及宏智力公司的BrainLink系列，以上产品都是基于自发脑电的脑机接口系统，所能识别的指令较少，并且无法实现多维度控制。相关游戏多为0-1开关类游戏，缺乏方向类游戏，诸如跑酷，赛车等等。开关类游戏多用来训练专注力，而预防老年痴呆的作用是极其有限的。表1对这四种设备进行了对比。

表1 国内外控制游戏对比

发明内容

针对现有技术中存在的上述不足之处，本发明要解决的技术问题是提供一种基于脑电接口的老年痴呆预防方法。

本发明为实现上述目的所采用的技术方案是：一种基于脑电接口的老年痴呆预防方法，包括以下步骤：

采集人体大脑枕部区域的自发脑电信号和诱发脑电信号，所述自发脑电信号在闭眼状态下采集，所述诱发脑电信号分别在上下左右四个方向随机进行视觉刺激的情况下采集；

从所述自发脑电信号中获取第一机器指令，从所述诱发脑电信号中获取分别向上下左右四个方向控制的第二机器指令、第三机器指令、第四机器指令和第五机器指令；

将上述五个机器指令输入至游戏系统中，进而对游戏进行控制。

所述人体大脑枕部区域的自发脑电信号和诱发脑电信号通过干电极进行采集。

所述从所述自发脑电信号中获取第一机器指令，包括以下步骤：

在时间和特定频带上提取所述自发脑电信号的特征参量，所述特定频带选取α波段；

计算所述特征参量和预设时间内自发脑电信号总功率的比例，作为在该预设时间内的脑电特征值；

将所述脑电特征值与预设的分类阈值进行比较，所述脑电特征值在高于所述分类阈值时作为第一机器指令。

所述在时间和特定频率上提取所述自发脑电信号的特征参量，具体为：

通过对自发脑电信号进行功率谱分析，提取特定频段α波段的功率谱信息，为求得自发脑电信号的特征参量。

所述计算所述特征参量和预设时间内自发脑电信号总功率的比例，具体为：

其中，h为自发脑电信号的频带，ω_u、ω_d分别为h频带的上、下限，f(t)为脑电源信号，h(t-τ)为窗函数，F_s(τ,ω)为脑电信号的短时傅里叶变换。从τ时刻窗函数截取信号的傅里叶变换，ω为变换后的频率。

所述从所述诱发脑电信号中获取分别向四个方向控制的第二机器指令、第三机器指令、第四机器指令和第五机器指令，包括以下步骤：

依据各随机刺激的起始时间点，从所述诱发脑电信号中分别提取目标刺激和非目标刺激时间窗内的运动起始视觉诱发脑电信号；

对所述运动起始视觉诱发脑电信号进行模式识别，生成LDA分类器；

在提取到两次完整刺激的所有目标刺激和非目标刺激的运动起始视觉诱发脑电信号后，根据所述LDA分类器，将分类结果转换成分别向四个方向控制的第二机器指令、第三机器指令、第四机器指令和第五机器指令。

所述对所述运动起始视觉诱发脑电信号进行模式识别，包括以下步骤：

当目标刺激时间窗内的运动起始视觉诱发脑电信号的数量达到180，且非目标刺激时间窗内的运动起始视觉诱发脑电信号的数量达到900时，绘制目标刺激和非目标刺激的运动起始视觉诱发脑电信号曲线图；

根据用户选择的时间窗提取出运动起始视觉诱发脑电信号段；

对所述运动起始视觉诱发脑电信号段进行去基线处理和数字滤波处理；

对上一步骤处理后的信号进行降采样处理；

对上一步骤处理后的信号进行叠加处理和通道间串联处理，得到LDA分类器参数，生成LDA分类器。

本发明具有以下优点及有益效果：

1、本发明针对老年痴呆的预防工作，采用神经科学领域的最新研究成果，通过提取老年人脑功能信号，并将其应用于对游戏的控制，从而训练老年人在视听觉等基本脑功能和注意等高级脑功能，进而达到锻炼大脑、减缓脑功能退化、预防老年痴呆的目的。

2、本发明可实时提取使用者诱发脑电信号，根据使用者自主诱发的脑电信号控制游戏，充分利用游戏对使用者的吸引力，使用者可以在玩游戏的过程中就对大脑进行了训练，这将有助于老年痴呆疾病的预防，为老年痴呆症的预防增添了新的方式，而且可以弥补使用者由于身体反应迟钝或者部位缺失，无法实时、快速操作游戏的遗憾。

3、本发明用于老年痴呆的预防中，让老人只需要动脑，即可参与到游戏中。

4、本发明的系统轻巧便携，电路板尺寸4cm*2cm，电路板外包装尺寸4.8cm*2.5cm*1.6cm，并且应用无线蓝牙技术，使用可充电锂电池供电，功耗低，使用者可以几乎无负重轻松佩戴在头带上。

附图说明

图1为本发明的整体流程图；

图2为本发明的从诱发脑电信号中获取机器指令的流程图；

图3为本发明的视觉刺激界面示意图；

图4为本发明的LDA训练的流程图；

图5为本发明的LDA在线测试流程图。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

如图1-2所示，基于脑电接口的老年痴呆预防方法，包括以下步骤：

首先，通过电极采集人体大脑枕部区域的自发脑电信号和诱发脑电信号，所述自发脑电信号在闭眼状态下采集，所述诱发脑电信号分别在上下左右四个方向随机显示可移动的视觉刺激图像的情况下采集。

采集诱发脑电信号的具体方式为：被试注视视觉刺激模块，视觉刺激模块对被试进行运动起始刺激以产生大脑运动起始视觉诱发电位信号(motion-onset Visual EvokedPotential,MOVEP)，刺激界面如图3所示，红色小球代表被试需要控制移动的光标，蓝色方块代表目标，被试需要控制红色小球移动到蓝色方块出现的位置。刺激界面包含有上、下、左、右4个矩形刺激框，代表4种控制类别，每轮运动起始刺激过程中，每个矩形刺激框都会进行一次运动起始刺激，而在整个刺激过程中，使用者只能注视其中一个矩形刺激框，比如用户想控制游戏人物向上跳跃，就只需注视上面的矩形刺激框，把该过程中用户注视的那个矩形刺激框所产生的运动起始刺激称为目标刺激，其余三个矩形刺激框产生的运动起始刺激称为非目标刺激。

其次，从所述自发脑电信号中获取第一机器指令，从所述诱发脑电信号中获取分别向上下左右四个方向控制的第二机器指令、第三机器指令、第四机器指令和第五机器指令。

人体大脑枕部区域的自发脑电信号和诱发脑电信号通过干电极进行采集，并通过蓝牙方式传输到电脑进行数据预处理、诱发脑电信号的提取和分类等。

典型的MOVEP信号在时域上包含3个主要的特征脑电波形成分：P1，N2，P2。P1主要是出现在诱发刺激后60～90ms的正向波，N2主要出现在诱发刺激后60～200ms的负向波，P2主要出现在诱发刺激后240ms左右的正向波，基于MOVEP的时域特征，从诱发脑电信号中分别选取包含N2和P2的时间窗，依据刺激起始时间点，分别提取目标刺激和非目标刺激时间窗内的运动起始视觉诱发脑电信号(MOVEP信号)。

诱发脑电信号的模式识别：诱发脑电信号识别算法采用线性判别分析算法(Linear DiscriminantAnalysis，LDA)，是本发明的核心算法，主要是对MOVEP信号进行模式识别。线性判别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果。投影后，保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性。因此，它是一种有效的特征抽取方法。使用这种方法能够使投影后模式样本的类间散布矩阵最大，并且同时类内散布矩阵最小。使用LDA关键是需要找到这样一个投影向量，能使模式样本在其上的投影有最大的类间距离和最小的类内距离。这里直接使用Fisher提出的最佳投影向量：

(1)

其中，u₁和u₂分别为两类样本的均值，其定义如下：

(2)

S₁和S₂分别为两类样本的散列矩阵，其定义如下：

(3)

上述公式中，N_i表示第i类样本的样本量，w_i表示第i类样本的特征向量，x表示给定样本，i＝1或2。

在使用LDA分类器进行模式分类前，需要先训练出LDA分类器参数，本发明专门设计了一个LDA训练线程，在和数据采集线程的配合下负责生成LDA分类器参数，并将分类器参数存储于文本文档中。如此一来，在下一次使用该脑机接口系统时，如果分类准确率满足需求，就能免去训练的过程。图4为本发明的LDA训练的流程图。

最后，从所述自发脑电信号中获取第一机器指令，从所述诱发脑电信号中获取分别向上下左右四个方向控制的第二机器指令(控制向上指令)、第三机器指令(控制向右指令)、第四机器指令(控制向下指令)和第五机器指令(控制向左指令)；将上述五个机器指令输入至游戏系统中，进而对游戏进行控制。

从所述自发脑电信号中获取第一机器指令，包括以下步骤：在时间和特定频带上提取所述自发脑电信号的特征参量，所述特定频带选取α波段(8～13Hz)，即通过对自发脑电信号进行功率谱分析，提取特定频段α波段的功率谱信息，为求得自发脑电信号的特征参量；计算上述提取的特征参量和预设时间内自发脑电信号总功率的比例，代表在该预设时间内的脑电特征值：

其中，h为自发脑电信号的频带，ω_u、ω_d分别为h频带的上、下限，f(t)为脑电源信号，h(t-τ)为窗函数，F_s(τ,ω)为脑电信号的短时傅里叶变换。从τ时刻窗函数截取信号的傅里叶变换，ω为变换后的频率。

将脑电特征值与预设的分类阈值进行比较，高于分类阈值，代表第一机器指令。预设的分类阈值因被试不同进行动态调整。

从所述诱发脑电信号中获取分别向四个方向控制的第二机器指令、第三机器指令、第四机器指令和第五机器指令，包括以下步骤：依据各随机刺激的起始时间点，从所述诱发脑电信号中分别提取目标刺激和非目标刺激时间窗内的运动起始视觉诱发脑电信号；对所述运动起始视觉诱发脑电信号进行模式识别，生成LDA分类器；在提取到两次完整刺激的所有目标刺激和非目标刺激的运动起始视觉诱发脑电信号后，根据所述LDA分类器，将分类结果转换成分别向四个方向控制的第二机器指令、第三机器指令、第四机器指令和第五机器指令。

对所述运动起始视觉诱发脑电信号进行模式识别，包括以下步骤：当目标刺激时间窗内的运动起始视觉诱发脑电信号的数量达到180，且非目标刺激时间窗内的运动起始视觉诱发脑电信号的数量达到900时，绘制目标刺激和非目标刺激的运动起始视觉诱发脑电信号曲线图；根据用户选择的时间窗提取出运动起始视觉诱发脑电信号段；对所述运动起始视觉诱发脑电信号段进行去基线处理和数字滤波处理；对上一步骤处理后的信号进行降采样处理；对上一步骤处理后的信号进行叠加处理和通道间串联处理，得到LDA分类器参数，生成LDA分类器。

诱发脑电信号的控制输出：获取到LDA分类器参数后，就可以进行LDA实时分类，即LDA在线测试，在LDA实时分类模式下，刺激屏幕总共包含4个刺激滑块，一次完整的刺激四个刺激滑块会依次随机进行滑动刺激，每个滑块刺激完成后都会提取到一段MOVEP信号，所以一次完整的刺激就能提取到4段MOVEP信号，为了提高分类准确率，这里将两次刺激提取到的MOVEP信号进行叠加，叠加后再送入LDA分类器进行分类，所以，在分类前，需要提取到8段MOVEP信号。LDA实时分类和控制输出的流程图如图5所示。

本发明中的诱发脑电模式识别算法(即线性判别分析算法)可以高效的识别出4种指令，能有效的控制游戏软件中的游戏人物向4个方向的运动。在本发明的一个实施例中，上述游戏软件采用基于脑机接口的老年痴呆预防系统软件。

基于诱发脑电的游戏控制测试。为了检测脑机接口系统的准确率，本发明在实施例中选取了4名被试来进行脑机接口控制游戏的实验。因为被试在进行该脑机接口实验时，需要尽量保持脑袋不动，尽量少眨眼睛，所以有一个适应的过程，因此被试的前两次实验并未作为评测结果。表2为4名被试使用该脑机接口系统所做的实验数据。

表2 4名被试脑机接口实验结果

表2的结果显示被试利用该脑机接口系统可以获得85％以上的平均准确率，并且两次实验准确率方差很小，系统具有较高的分类准确率和良好的稳定性。

Claims (1)

1.一种基于脑电接口的游戏控制方法，其特征在于，包括以下步骤：

采集人体大脑枕部区域的自发脑电信号和诱发脑电信号，所述自发脑电信号在闭眼状态下采集，所述诱发脑电信号分别在上下左右四个方向随机进行视觉刺激的情况下采集；

从所述自发脑电信号中获取第一机器指令，从所述诱发脑电信号中获取分别向上下左右四个方向控制的第二机器指令、第三机器指令、第四机器指令和第五机器指令；

将上述五个机器指令输入至游戏系统中，进而对游戏进行控制；

所述人体大脑枕部区域的自发脑电信号和诱发脑电信号通过干电极进行采集；

所述从所述自发脑电信号中获取第一机器指令，包括以下步骤：

在时间和特定频带上提取所述自发脑电信号的特征参量，所述特定频带选取α波段；

计算所述特征参量和预设时间内自发脑电信号总功率的比例，作为在该预设时间内的脑电特征值；

将所述脑电特征值与预设的分类阈值进行比较，所述脑电特征值在高于所述分类阈值时作为第一机器指令；

所述在时间和特定频率上提取所述自发脑电信号的特征参量，具体为：

通过对自发脑电信号进行功率谱分析，提取特定频段α波段的功率谱信息，为求得自发脑电信号的特征参量；

所述计算所述特征参量和预设时间内自发脑电信号总功率的比例，具体为：

其中，h为自发脑电信号的频带，ω_u、ω_d分别为h频带的上、下限，f(t)为脑电源信号，h(t-τ)为窗函数，F_s(τ,ω)为脑电信号的短时傅里叶变换，ω为变换后的频率；

从所述诱发脑电信号中获取分别向四个方向控制的第二机器指令、第三机器指令、第四机器指令和第五机器指令，包括以下步骤：

依据各随机刺激的起始时间点，从所述诱发脑电信号中分别提取目标刺激和非目标刺激时间窗内的运动起始视觉诱发脑电信号；

对所述运动起始视觉诱发脑电信号进行模式识别，生成LDA分类器；

在提取到两次完整刺激的所有目标刺激和非目标刺激的运动起始视觉诱发脑电信号后，根据所述LDA分类器，将分类结果转换成分别向四个方向控制的第二机器指令、第三机器指令、第四机器指令和第五机器指令；

所述对所述运动起始视觉诱发脑电信号进行模式识别，包括以下步骤：

当目标刺激时间窗内的运动起始视觉诱发脑电信号的数量达到180，且非目标刺激时间窗内的运动起始视觉诱发脑电信号的数量达到900时，绘制目标刺激和非目标刺激的运动起始视觉诱发脑电信号曲线图；

根据用户选择的时间窗提取出运动起始视觉诱发脑电信号段；

对所述运动起始视觉诱发脑电信号段进行去基线处理和数字滤波处理；

对上一步骤处理后的信号进行降采样处理；

对上一步骤处理后的信号进行叠加处理和通道间串联处理，得到LDA分类器参数，生成LDA分类器。

Images